一张模糊老照片，单步就能修复？AIGCPanel 一键跑通 PixRestore

港理工和 OPPO 研究院把 8 种图像退化塞进同一个模型，还顺手把 VAE 拿掉了。

图像修复一直有点像"分科治疗"：去噪一个模型，去模糊一个模型，超分再单开一个。PixRestore 走的是另一条路，一个模型、一次推理，把模糊、噪点、JPEG 伪影和低分辨率一起处理掉。要修复的是图片细节，不该是搭环境的耐心。

把 VAE 请出局，直接在像素上算

多数图像生成模型会先用 VAE 把图片压进潜空间，算完再解压回来。省算力是真的，代价也是真的：细节在压缩这一步就丢了。PixRestore 干脆跳过这一步，让扩散 Transformer 直接在 RGB 像素上学条件流匹配，输出了什么就是什么。

发丝、纹理、文字边缘这些最容易糊的地方，被保留下来的机会因此更大。

README 里写得很直白：A VAE-free pixel DiT learns the conditional flow directly on RGB pixels, avoiding the lossy compression of a latent autoencoder。

生成模型习惯先压缩再还原，PixRestore 反过来想：越是要抠细节，越不能让中间环节赚差价。

一个模型，八种"病"都能看

从官方放出的对比图看，它覆盖的任务相当杂：

• 超分辨率（Super-Resolution）
• 去模糊（Deblur）
• 去雪（Desnow）
• 去雨痕 / 去雨滴（Derain Streak / Rain Drop）
• 去雾（Dehaze）
• 去噪（Denoise）
• 低光照增强（Low-light Enhance）

雷达图上，PixRestore 在 PSNR、LPIPS 和退化去除三个维度同时铺开，不像有些方案只在一两个任务上偏科。用户手上那张图到底是糊了、噪了还是压坏了，不用先判断再挑模型，扔进去就行。

单步出图，6G 显存就够跑

PixRestore 用 DINO 对抗目标把多步模型蒸馏成了单步生成器，默认 1 步推理就出结果，想要更精细再往上加步数。官方对比图里它落在"低延迟加低算力"的左下角，和 FLUX-IR 那种高延迟、大参数的方案反差明显。

落到本地运行，门槛也不高。GPU 6G 以上显存、16G 以上内存，一张消费级显卡就能撑起来。

在 AIGCPanel 里跑起来

模型再好，卡在环境配置上也是白搭。AIGCPanel 已经把这个模型做成了免费的一键运行包，装依赖、配环境这些步骤都省了。

上手就四步：

1. 安装软件：到 aigcpanel.com 的下载中心，选 Windows 或 Linux 版本。软件本身免费开源。
2. 找到模型：打开应用里的"模型市场"，搜索 PixRestore，能看到"PixRestore 图像修复一键运行包"，标注免费。
3. 下载并启动：点下载，完成后一键启动本地模型服务，软件会自动加载模型，第一次会稍慢。
4. 修复图片：进入图像修复功能，上传待处理的低质量图片，按需调节推理步数、CFG 引导强度、输入预处理、放大倍数和随机种子，点生成就能拿到高清结果。

参数不用纠结，默认值就能跑。推理步数 1、CFG 1.0、居中裁剪，这套组合适合大多数场景。显存吃紧的话，把预处理换成短边缩放裁剪，占用会更稳。

论文到桌面之间，最耗人的从来不是算法，是一堆环境配置。这段路 AIGCPanel 替你铺好了。

适合拿它干什么

老照片修复、网络图片去压缩伪影、手机拍的糊图补救、监控画面去模糊、素材存档前的批量清理，都是它的舒适区。免费、本地离线、消费级显卡能跑，日常图像修复够用了。

你手头最想救活的那张图，是模糊的老照片，还是压缩过头的截图？丢进 PixRestore 试试，评论区晒一晒修复前后的对比。